Yet Another Burakov

Думал-гуглил идею валидации работы иишечки, получается такое:

Полный перебор более-менее реального процесса взаимодействия даже двух акторов даст слишком большое количество состояний, даже для иишечки. Нужно ограничивать бизнес и тех исходы.

Я попытался переизобрести формальную верификацию алгоритма. Причем для этого есть формальные языки типа TLA+, не только сети Петри.

Безумно интересная, но дорогая (трудоемкая) тема, которая хорошо показывает, что в реальной итшечке строгое соблюдение качества никому не нужно. Готовы за него платить в медицине, оборонке, авиации и серьезных производствах. Что тоже логично.

Есть статья для знакомства с TLA+, в конце куча материалов по теме. Но там будет больно в мозг, это не сисдизайн на салфетках рисовать.


Сразу возникло желание генерить TLA-спеки с помощью, чем и занимается некто Борис Черный. Утверждает, что так он находит и фиксит баги после клода, в том числе race conditions, такое нам надо.

Естественно, в ответ прилетает, что он сам это не может проверить, если не понимает сам процесс. Но я повторюсь: нет смысла нанимать агентов и людей, если нужно полностью проверять за ними работу. Надо создавать среду, выстраивать процессы, искать инструменты.

Про формальную валидациюю иишечки

Многие задачи проектирования можно свести к взаимодействию нескольких акторов: пользователь-интерфейс, сервис-сервис и т.д. Каждое взаимодействие имеет конечное количество исходов: успешная обработка, бизнес-ошибки, технические проблемы -- и может изменять состояние актора.

При желании мы можем построить полный сценарий взаимодействия со всеми возможным вариантами взаимодействий плюс стейт машину, где каждый переход соответствует атомарному взаимодействию. Будет выглядеть как гигантский сиквенс, из которого мы разворачиваем еще большую FSM. А если упороться еще дальше, то можно сразу строить сеть Петри.

Делать это для реальных задач мы, конечно, не будем, ибо рассчитываем на свою насмотренность и что-то еще. Но для большинства задач исходы довольно просто формализовать: технические проблемы, ошибки в спеках, частые события реального мира. Пихаем в агента базовый сценарий, перечень исходов (тоже можно штормить и генерить с ней) и просим построить сиквенс + стейт машину или сеть Петри.

Зачем?

Внимательные смотрим, что получилось, и берем сценарии, которые реально нужно реализовать — крайне сомнительно

Валидируем по получившейся сетке сценарии, которые спроектировали до этого. Это интереснее, потому что мы можем:

• просто запихать доки в агента и получить результат
• построить формальную модель для валидации с помощью второго агента
• провалидировать результат из п.1 по модели из п.2 следующим агетном

При желании валидацию можно повторить несколько раз.

Товарищи подсказывают, что строить модель и валидировать по ней решение с помощью агентов ну никак нельзя, потому что они недетерминированые. Это кажется приемлемым, т.к. мы можем принять не абсолютную точность.

Вторая проблема: не по каждой модели и сценарию можно провести за условно конечное время (P / NP), особенно если агент накосячит при построении модели. Вот это кажется серьезнее.

Про сожженные токены думать не будем, не для этого нам игрушки делали.

Если вы дочитали до этого момента, и тоже думали, пробовали, слышали о чем-то таком — напишите же!

P.S. На втором курсе у нас было матмоделирование вычислительных систем, кто бы знал, где и как вспомню о нем.

Напоминаю про Кафку вечером, будет вкусно, на всех может не хватить

Во мне давно живет желание сделать что-то (конфу / фест / клуб / пространство) про «мышление»: триз, теория ограничений, логика, системное мышление, критическое мышление, нейробиология и т.п.

Чтобы в прикладном ключе, но не только для манагерства. Зачем — хз. Потому что.

Кому-то интересно? Дайте знать в комментах , если уже участвуете в чем-то подобном

Впервые уперся в лимиты чатгпт, все-таки они существуют. Astra хороша.

#AI

Человек хорошо раскрывается, общаясь с теми, кто слабее или зависим от него: сотрудники, дети, работники в сфере услуг и т.д. Особенно, когда нет внешних наблюдателей.

Очень показательны в этом смысле чатики с ии: где-то на уровне подсознания мозг все равно распознает его как нечто человекоподобное, а негативных последствий никогда не будет (если ты не ждешь скайнет).

Нет, за чужой перепиской охотиться не надо. Но если диалоги регулярно бесят, то полезно присмотреться, когда и почему. Вангую, с людьми похожее тоже срабатывает.

Это как AI-психотерапевт, только без AI и психотерапевта.

Есть у меня бот, которого пилю в клоде. Постепенно он обрастает сценариями, для управления внутри реализована стейт машина. В код с самого начала почти не смотрел, никакие принципы разработки и проектирования не прописывал, и вот вчера открыл проект почитать...

Угадаете, как выглядит эта стейт машина?

Все верно, это бесконечная портянка вида "if поле == строка" бесконечной вложенности.

Какие выводы можно сделать из этого примера?

• Если умеешь в код, то нужно прописать в проекте главные принципы, поревьювить дизайн и временами заглядывать в критические части проекта, добавляя новые правил при необходимости

• Если код в жизни не видел, то регулярно проси мощную модельку провести аудит, зафиксировать беклог, сделать рефакторинг.

• Кококо, херня этот ваш вайбкодинг, через год-два все развалится, кого вы там заменять собирались

Знания — яд
Учеба — прокрастинация

Третью строку для кликбейта не придумал, подсказывайте.
———

Четыре года назад я писал, почему курсы бесполезны, если вы не привыкли учиться самостоятельно.
———

Лет десять Дорофеев рассказывает, почему обучение — это не потребление "знаний", а их осмысление и применение к практике:

Когда получение знания не уравновешивается его осмыслением и применением на практике, наступает своего рода отравление знанием

На входе в его сознание формируется фильтр: "Я это уже слышал или нет?" Если новая информация хоть как-то похожа на то, что человек уже знает, он пропускает ее мимо ушей

Вот его доклад с кодфеста, очень рекомендую.

———
В XVI веке Монтень критиковал людей, которые непрерывно потребляют мысли из книг, вместо того, чтобы формировать собственные суждения:

Сильная память обыкновенно соединяется со слабым суждением

Мы берем на веру знания и мнения других людей

Следует спрашивать, кто лучше образован, а не кто больше знает

———
В 2026 году получение обучающего контента вообще не представялет никакой проблемы. Причем выделить из него качественный без погружения в тему все равно не получится. Поэтому первично осмысление, критическая оценка, применение на практике.

А выводы писать мне лень. Всех с праздником